閱讀Kimi CLI 原始碼的計劃不出意外的拖延了😂 不上班後時間反而變少了，幾乎只有晚上家人都睡了之後才有一些連續的時間，其他時間幾乎都碎片到幾分鐘一塊，很難靜下心來連續學習。 昨晚花了一點時間結合Kimi CLI 開源專案、Claude Code 幾篇部落格、DeepWiki 來做了一層很淺的理解，先發出來，如果有不到位的地方，歡迎朋友們指正，更深入理解後我也再補充新的分享。 從最初使用Cursor「Tab」到現在Claude Code 等AI Coding Agent 的「非同步自製Agent」，有這麼幾點簡單的體會： 1. 從"Chat" 進化為"Loop" 以前的ChatGPT/Copilot 是「你問一句，它回一句」；現在的Claude Code 和Kimi CLI 都是基於REPL (Read-Eval-Print Loop) 的狀態機。 · 自主循環： 它們不再被動等待，而是擁有了"While(未解決) { 思考-> 行動-> 觀察}" 的主循環。 · 自我糾錯： 這裡的關鍵前沿技術是「測試驅動的開發循環」。 Agent 寫完程式碼後會主動執行npm test 或pytest，如果報錯，它會讀取錯誤日誌-> 修改程式碼-> 再運行，直到測試通過。 2. "System 2" 思維的引入隨著具備「思考能力」的模型的出現，Coding Agent 的架構中增加了一個明確的「慢思考」 階段。 · Think before you code： 在執行任何edit_file 動作之前，架構強制模型先輸出一段 區塊。 Agent 不再是憑直覺秒回碼，而是先在隱空間推演依賴關係。 · 規劃樹： 會在複雜任務開始前，產生一個結構化的ToDo List。這個List 是動態的，Agent 會根據執行情況（例如發現缺少依賴）動態插入新的步驟。 3. 工具介面的標準化（MCP） 這是一個非常明確的產業趨勢：Tool Use 的標準化。 · 意義： 以前，讓AI 讀取Linear 的工單或PostgreSQL 的資料庫，需要每個Agent 自己寫入插件。現在，只要資料庫或SaaS 軟體支援MCP，Claude Code 和Kimi CLI 都能直接「插拔」使用。 · 前沿方向： Agent 的能力不再取決於本身內建了多少工具，而取決於生態中有多少MCP Server。 4. "無頭化" 與非同步長任務這是當前最前沿的探索方向－讓Agent 像一個後台進程一樣運作。 · Human-on-the-loop 而非Human-in-the-loop： · 傳統的IDE 插件要求你盯著它寫程式碼。 · Claude Code 和Kimi CLI 的架構都開始支援「任務委託」。你可以下達一個模糊指令，然後去喝咖啡。 Agent 會遍歷幾百個文件，花20 分鐘完成修改、執行測試、甚至自動發起Git Commit。 · 成本感知： 由於這種非同步任務消耗Token 龐大，架構中都開始內建“成本估算”，在執行大規模重構之前請求預算批准。
